gms | German Medical Science

Sprachverständlichkeit ist eine wichtige Dimension bei der Hördiagnostik und der Anpassung von Hörgeräten. Die Vorhersage von Sprachverständlichkeitsschwellen (engl. Speech Recognition Thresholds, SRTs) ermöglicht es, Hörverluste besser zu verstehen und so die Versorgung mit Hörgeräten zu verbessern. Ziel dieser Arbeit war es, zwei verschiedene Sprachverständlichkeitsmodelle zu nutzen, um unversorgte, binaurale SRTs in räumlichen Situationen zu simulieren. Als Referenz standen empirische SRTs für den Göttinger Satztest in den Konditionen S0N0 und S0N90 von 1108 schwerhörenden Probanden zur Verfügung. Die unterschiedlichen Hörverluste wurden den 10 unterschiedlichen Bisgaard Profilen [1] zugeordnet (clustering). Das erste Modell war das Binaural Speech Intelligibility Model (BSIM), welches als Front-End das Equalization-Cancellation Model von Durlach [2] mit einer Gammaton-Filterbank kombiniert. Als Back-End wurde der Speech Intelligibility Index genutzt. Die Modellierung einer Schwerhörigkeit geschieht bei BSIM ausschließlich über das Audiogramm. BSIM dient als Referenzmodell, da es schon zuvor für die Modellierung von Schwerhörenden Daten in räumlichen Konditionen validiert wurde. Das zweite Modell war das Framework for Auditory Discrimination Experiments (FADE). FADE nutzt Methoden des maschinellen Lernens, um SRTs vorherzusagen. FADE kann binaurales Hören auf zwei Weisen berücksichtigen: 1. per better-ear-listening, d.h. Hören mit dem besseren Ohr (FADE-ABEL), 2. per better-ear-listening erweitert um eine einfache binaurale Verarbeitungsstufe, die aus der Differenz der Signale beider Ohren besteht (FADE-KAIN). Die Implementierung eines Hörverlusts in FADE basiert auf dem Plomp Modell mit der Attenuation und der Distortion Komponente, welche durch die Implementierung des Audiogramms und einer überschwelligen Pegelunsicherheit realisiert werden. Die bisherigen Ergebnisse zeigen, dass alle Modelle geeignet sind, Trends in den Daten vorherzusagen. Für die S0N90 Kondition zeigt FADE-KAIN insgesamt eine etwas bessere Übereinstimmung zwischen simulierten und gemessenen SRTs als FADE-ABEL. Dies zeigt die Bedeutung der binauralen Stufe für räumliche Vorhersagen. Die Implementierung des Audiogramms in FADE-KAIN und FADE-ABEL führt zwar zu einer Verschlechterung des SRT mit steigendem Hörverlust, ist allerdings nicht ausreichend, um quantitativ die empirischen SRTs genau vorherzusagen. Die Berücksichtigung der Attenuation und der Distortion Komponente führt zu einer besseren Übereinstimmung zwischen simulierten und empirischen SRTs.